Белый тон фотоизображения льда является основным дешифровочным признаком наледей. Кроме прямых признаков (тона, структуры и формы) при распознавании наледей подземных вод учитывается ряд косвенных признаков дешифрирования: географическое положение бассейна, высотный пояс, приуроченность к определенным формам рельефа и линиям тектонических нарушений, геологическое строение территории и др. Распознавание наледных тел и наледных полян вполне' возможно на черно-белых снимках, полученных в видимом диапазоне спектра. Но наибольшей гляциологической:

информацией обладают снимки в ближней инфракрасной зоне. Они обеспечивают более высокий контраст фотоизображения открытого льда и окружающего ландшафта независимо от их физиономичных черт. На спектрозональных снимках лучше выделяются переувлажненные грунты, поэтому они предпочтительны для дешифрирования наледных полян после стаивания льда. Исследования показали, что с уменьшением масштаба снимка главнейший признак дешифрирования наледных полян — структура фотоизображения ослабевает и в качестве основного признака выступает фототон.

Высокая контрастность льда и открытой водной поверхности позволяет использовать космические снимки для изучения .ледовых явлений в реках, на озерах и водохранилищах, в морях. Оперативное слежение за динамикой разрушения речного льда помогает выявлять заторные участки и прогнозировать наводнения. Для организации такого мониторинга успешно используются данные, получаемые с метеорологических спутников.

Материалы дистанционного зондирования применяют при изучении транзита речных наносов и режима осадконакопления в прибрежных зонах озер и морей. Область аккумуляции твердого стока в устьях рек дешифрируется по светлому фототону водной поверхности. Это дает возможность следить за динамикой подводного рельефа, заносимостью акваторий, процессами переформирования берегов.

С помощью аэрокосмической фотосъемки и телевизионной информации успешно изучается динамика речных разливов. По разной степени почернения фототона на снимках достоверно дешифрируются границы и площади разливов, последовательность затопления поймы, характер происходящих в ней эрозионно-аккумулятивных процессов и ряд других гидрологических явлений. Такие сведения особенно важны при исследовании наводнений на неизученных реках, что имеет большое практическое значение в условиях Сибири.

Особую сложность при гидрологическом дешифрировании дистанционной информации представляет процесс распознавания малых рек. Например, в залесенных районах кроны деревьев могут полностью скрывать русла шириной до 5—6 м, в связи с чем их выявление нередко затруднено даже на очень крупномасштабных (1:2000 — 1:6000) снимках. Однако во многих случаях при определенных условиях съемки и состоянии ландшафта можно получить удовлетворительные результаты дешифрирования малых рек даже на мелкомасштабных космических фотоснимках.

Так, на залесенных равнинных территориях во время интенсивного снеготаяния в верхнем звене речной сети начинает скапливаться большое количество талой воды. Благодаря контрастному фотоизображению водной поверхности и снега (воды и почвенно-растительного покрова) на космических снимках любого масштаба становятся хорошо заметными даже мельчайшие водотоки. Это позволяет детально изучить строение речной сети и составить подробную гидрографическую карту.

Для тундровых районов Сибири характерна задержка схода снега даже в незначительных углублениях рельефа, где в результате метелевого переноса мощность снежного покрова становится выше фоновой. На 1—2 недели позднее снег стаивает также на затененных уступах микрорельефа. При весенней съемке этот снег может служить индикатором речной сети. После схода снега мелкие тундровые реки на космических снимках не просматриваются.

В условиях залесенной местности в качестве индикаторов малых рек нередко удается использовать растительность. Лес чутко реагирует на изменение условий произрастания — света, тепла, влаги, минеральной пищи и др. В каждой природной зоне и физико-географической провинции экологические особенности древесных пород различны, поэтому и индикаторная роль их меняется. Например, на относительно увлажненных днищах долин может произрастать в одних климатических условиях ель, в других — сосна или береза. Особенно хорошо видовой состав растительности разделяется на спектрозональных снимках, поэтому при гидрологическом дешифрировании такие материалы более ценны. В отдельных случаях эффективно синтезирование черно-белых узкоканальных изображений.